全部版块 我的主页
论坛 经济学人 二区 外文文献专区
715 17
2022-06-10
英文标题:
《Panel quantile regressions for estimating and predicting the
  Value--at--Risk of commodities》
---
作者:
Franti\\v{s}ek \\v{C}ech and Jozef Barun\\\'ik
---
最新提交年份:
2018
---
英文摘要:
  This paper investigates how realized and option implied volatilities are related to the future quantiles of commodity returns. Whereas realized volatility measures ex-post uncertainty, volatility implied by option prices reveals the market\'s expectation and is often used as an ex-ante measure of the investor sentiment. Using a flexible panel quantile regression framework, we show how the future conditional quantiles of commodities returns depend on both ex-post and ex-ante uncertainty measures. Empirical analysis of the most liquid commodities covering main sectors including energy, food, agricultural, precious and industrial metals reveal several important stylized facts about the data. We document common patterns of the dependence between future quantile returns and ex-post as well as ex-ante volatilities. We further show that conditional returns distribution is platykurtic and time-invariant. The approach can serve as a useful risk management tools for investors interested in commodity future contracts.
---
中文摘要:
本文研究了实现波动率和期权隐含波动率与未来商品收益分位数的关系。虽然已实现的波动率衡量事后的不确定性,但期权价格隐含的波动率揭示了市场的预期,通常被用作投资者情绪的事前衡量。使用一个灵活的面板分位数回归框架,我们展示了商品回报的未来条件分位数如何依赖于事后和事前的不确定性度量。对涵盖能源、食品、农业、贵金属和工业金属等主要部门的最具流动性商品进行的实证分析揭示了有关数据的几个重要类型化事实。我们记录了未来分位数收益率和事后以及事前波动率之间依赖关系的常见模式。我们进一步证明了条件收益率分布是平坦的和时不变的。对于对商品期货合约感兴趣的投资者来说,该方法可以作为一种有用的风险管理工具。
---
分类信息:

一级分类:Quantitative Finance        数量金融学
二级分类:Risk Management        风险管理
分类描述:Measurement and management of financial risks in trading, banking, insurance, corporate and other applications
衡量和管理贸易、银行、保险、企业和其他应用中的金融风险
--

---
PDF下载:
-->
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2022-6-10 08:41:17
用于估计和预测商品风险价值的面板分位数回归FrantiˇsekˇCech*Jozef Barun'ik+2018年8月1日摘要本文研究了实现波动率和期权隐含波动率与未来商品回报分位数的关系。当实现事后不确定性的波动性度量时,期权价格隐含的波动性揭示了市场的预期,通常被用作衡量投资者情绪的一个重要指标。使用灵活面板分位数回归框架,我们展示了商品回报的未来条件分位数如何依赖于暴露和事前不确定性度量。实证分析是最具流动性的商品之一,涵盖主要行业,包括能源、食品、农业、贵重金属和工业金属,揭示了有关数据的几个重要类型化事实。我们记录了未来分位数收益率和事后以及事前波动率之间依赖关系的常见模式。我们进一步证明了条件收益率分布是平坦的和时不变的。该方法可作为对商品未来合同感兴趣的投资者的有用风险管理工具。JEL分类:C 14、G17、G32、Q41关键词:面板分位数回归、已实现波动率、隐含波动率、风险价值*查理斯大学经济研究所,Opletalova 26,110 00,布拉格,CR和捷克共和国科学院信息理论和自动化研究所,Pod Vodarenskou Vezi 418200,布拉格,捷克共和国。电话:+420 776 535 106电子邮件:frantisek。cech@fsv.cuni.cz+捷克共和国布拉格查尔斯大学经济研究所,Opletalova 26,110 00,捷克共和国布拉格;捷克共和国科学院信息理论与自动化研究所,Pod Vodarenskou Vezi 418200,捷克共和国布拉格。电话:+420 776 259 273。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-6-10 08:41:21
电子邮件:barunik@utia.cas.cz1介绍商品在机构投资者的资产配置中扮演着越来越重要的角色,随着交易所交易基金的出现,它成为了一种常规的资产类别。这些发展引发的学术辩论为商品市场的经济学以及价格预测、风险衡量或对冲等几个关键方面提供了宝贵的见解。研究人员面临的一个主要挑战是,商品并非同质资产,其风险和回报可能会有所不同,因为每个社区都是由特定的供需力量驱动的。因此,传统经济学家认为资产价格是未来贴现预期现金流的观点并不直接适用,而商品定价则是由供应的短期变化驱动的。此外,天气条件、库存水平、储存成本、生产冲击甚至地缘政治事件等外部因素也起着至关重要的作用,使得风险度量成为一项艰巨的任务。在本文中,我们提出了一个简单、稳健的框架,可用于半参数化建模和预测商品的风险价值(VaR),而无需传统的消费。实证结果支持我们的方法,我们揭示了对投资者和决策者有用的程式化事实。商业定价的复杂性导致风险特征不同于股票、债券和现金等金融资产的风险特征。通过波动率、偏度、峰度和emp IRIC分位数衡量的回报分布不同于传统的资产分类;因此,我们需要更灵活的技术来衡量风险。许多研究人员试图对商品的风险价值进行建模,但没有就合适的模型达成共识。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-6-10 08:41:24
文献中使用的三种主要方法都是有用的,但缺乏处理复杂的通用数据的能力。首先,RiskMetrics(Longerstaey和Spencer,1996)不一定能够在波动率变化的条件下获得正确的回报分布。其次,卡贝多(Cabedo)和莫亚(Moya)(2003)使用的历史模拟有一个相反的问题,即它捕获了经验回报分布,但并没有使其成为波动性的条件。第三,更高级的参数模型主要是广义自回归条件异方差(GARCH)模型家族中的ilt,改善了其性能(Giot和Laurent,2004;Aloui和Mabrou k,2010;Youssef等人,2015;Lux等人,2016;Hung等人,2008;Chiu等人,2010),但是,需要厚尾分布、长记忆,以及其他导致严重参数化的特性,使得该方法不易处理。自Ko enker和Bassett Jr(1978)的开创性工作以来,分位数回归模型在许多学科中得到了广泛的应用。Engle和Manganelli(2004)在融资方面做出了显著贡献,他们是最早使用分位数回归并开发条件自回归风险值(CAViaR)模型的人之一。对于我们的工作来说,重要的是,71zikeˇs和Barunik(2016)表明,在对潜在条件分布进行假设的情况下,各种已实现指标在预测未来收益分位数方面是有用的。由此产生的半参数模型在灵活的框架下很好地捕捉了财务回报的条件分位数。White et al.(2015)将研究重点转向多变量框架,并将重点放在更多资产的分位数之间的相互关系上,开创了这一扩展。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-6-10 08:41:27
基于多变量分位数回归的不同文献集中于使用因子的分析(Chen等人,2016;Ando和Bai,2017),但这项研究是最近才进行的,有待发展。虽然分位数回归用于预测各种经济变量的分位数在金融领域并不新鲜,但它很少应用于商品领域。Amonglew,Li et al.(2017)采用分位数回归预测日前电力负荷分位数,Rebredo和Ugolini(2016)stu dies研究了油价变动和库存回报的分位数依赖性。在这方面,71zikeˇs和Barunik(2016)的工作很重要,因为它提供了回报分布未来分位数与其过去变化之间的联系。尽管商品的非均质性,Christo Offersen et al.(2018)揭示了一些指向波动性因素结构的程式化事实。由于对未来的商品回报分布分位数感兴趣,人们很容易问,商品回报分位数是否有共同的结构。受我们之前关于金融市场的发现(切赫和巴伦克,2017)的启发,我们假设可能会发现一些有用的共性。在分位数回归设置中,没有类似的研究揭示商品市场波动率序列面板中捕获的s信息。所以,我们的工作可能会在商品市场的VaR建模中提出新的问题。本文通过使用柔性面板分位数回归方法,识别商品收益的未来分位数与前后波动性度量之间依赖关系的常见模式,为文献做出贡献。我们简单而稳健的建模策略利用了面板分位数回归和商品数据集提供的优势。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-6-10 08:41:30
我们通过控制商品之间未观察到的异质性,记录了有趣的经验规律。特别是,我们揭示了对未来收益分位数有直接影响的波动性中的共同因素。我们的研究很重要,因为目前的文献对精确识别商品收益分布的极端尾部事件中不确定性因素的潜力知之甚少。更重要的是,更多大宗商品在这方面的共同点更是鲜为人知。我们的研究试图在这方面做出贡献。在实证应用的第一部分,我们研究了全球金融危机期间能源(原油、天然气)、贵金属(金、银)、工业金属(铜)、农业(棉花)和粮食(玉米)商品的行为。我们记录了通过实际波动率衡量的事后不确定性对商品风险价值估计的共同影响。随着时间的推移,这些影响是稳定的,当我们比较危机和危机后时期的结果时,不会发生显著变化。与我们的预期相反,我们记录了各种商品的同质行为。此外,与之前使用各种GARCH模型的参数研究相比,由已实现波动率标准化的回报率的条件分布是平缓的。为了匹配经验数据,GARCH模型需要厚尾分布(Giot和Laurent,2003;Marimoutou等人,2009;Cheong,2009;Charles和Darn\'e,2017)或与极值理论相结合(Youssef等人,2015)。由于与金融资产相比,商品的风险相对较小(Bodie和Rosansky,1980年;Gorton和Rouwenhorst,2006年;Conover等人,2010年),因此我们的发现与Andersen等人的结论一致。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

点击查看更多内容…
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群